AI

1. 首页
2. AI

LLaVA

LLaVA-OneVision是字节跳动开发的开源多模态AI模型，主要功能包括多模态理解、任务迁移、跨场景能力、开源贡献及高性能。该模型采用多模态架构，集成了视觉和语言信息，通过Siglip视觉编码器和Qwen-2语言模型，实现高效特征映射和任务迁移学习。广泛应用于图像和视频分析、内容创作辅助、聊天机器人、教育和培训以及安全监控等领域。

AI项目与工具 2025年06月12日 34 点赞 0 评论 997 浏览

Finedefics

Finedefics是由北京大学彭宇新教授团队开发的细粒度多模态大模型，专注于提升多模态大语言模型在细粒度视觉识别任务中的表现。该模型通过引入对象的细粒度属性描述，结合对比学习方法，实现视觉对象与类别名称的精准对齐。在多个权威数据集上表现出色，准确率达76.84%。其应用场景涵盖生物多样性监测、智能交通、零售管理及工业检测等领域。

AI项目与工具 2025年06月12日 10 点赞 0 评论 997 浏览

破壳AI口语

破壳AI口语是一款基于AI技术的英语口语学习工具，涵盖生活、校园、旅游、职场等多场景对话，帮助用户提升流利度、语法和发音。支持雅思口语模考打分、实时纠错、地道表达润色等功能，用户可与多样虚拟角色互动，增强学习趣味性。适用于日常交流、留学、职场、旅游及考试备考等场景，助力用户高效提升英语口语能力。

AI项目与工具 2025年06月11日 97 点赞 0 评论 997 浏览

Illuminate

Illuminate是一款基于谷歌Gemini语言模型开发的AI工具，可将学术论文转化为生动的音频讨论。它通过自然语言处理技术和文本到语音合成，生成包含核心观点的对话内容，支持用户在碎片化时间中高效学习。该工具具备动态音频转换、个性化学习体验、互动反馈及多平台共享等功能，适用于学术研究、学生辅助学习及非专业人士的知识普及。

AI项目与工具 2025年06月12日 29 点赞 0 评论 997 浏览

Dewatermark.AI

一款免费在线去水印工具。通过AI快速消除图片水印。Dewatermark不仅能处理简单的文字和标志水印，对于复杂的多层水印，甚至是与图片颜色融合、不易察觉的水印也可以处理。

图片处理 2025年06月05日 13 点赞 0 评论 997 浏览

bardeen

Bardeen是一款基于人工智能的自动化工具，通过自然语言描述实现任务自动化，支持多平台集成，涵盖数据提取、客户关系管理和项目跟踪等功能。该工具为企业提供个性化解决方案，注重数据安全与隐私保护，适用于多种业务场景，助力数字化转型。

AI项目与工具 2025年06月12日 61 点赞 0 评论 997 浏览

Future Baby Generator

Future Baby Generator是一款利用人工智能技术的图片处理应用，能够生成未来孩子的面部图像。该应用除了预测宝宝长相外，还提供AI换脸、AI视频生成、人脸和风景合一效果、卡通化效果以及动漫滤镜等功能。它适用于准父母、家庭娱乐、社交媒体用户、婚礼庆典、教育工作者以及创意专业人士等多种场景。

AI项目与工具 2025年06月12日 55 点赞 0 评论 998 浏览

Mazwai

提供了一站式搜索高质量无水印视频素材下载的服务，而且视频会标注是否可商用。不仅可以在线上预览，无须注册就能够直接下载。

视频素材 2025年06月05日 55 点赞 0 评论 998 浏览

Gemini 2.0 Flash

Gemini 2.0 Flash是Google推出的多模态AI模型，支持文本与图像生成及对话式编辑，能根据自然语言生成连贯图像，并保持上下文一致性。其在长文本渲染方面表现优异，适用于广告、社交媒体、教育等领域。开发者可通过Google AI Studio或Gemini API进行测试和集成，广泛应用于创意插图、互动故事、设计辅助等场景。

AI项目与工具 2025年06月12日 18 点赞 0 评论 998 浏览

Flow

Flow是谷歌推出的AI电影制作工具，整合了Veo 3、Imagen 4和Gemini 2.5等多个AI模型，能根据文本提示生成完整的电影场景或短片，保持连贯性。用户可通过“Camera Controls”操作镜头，“Scenebuilder”编辑场景，“Asset Management”管理创意元素，并通过“Flow TV”学习交流。目前仅对美国的谷歌AI Pro和AI Ultra订阅用户开放。

AI项目与工具 2025年06月11日 54 点赞 0 评论 998 浏览